作者声明：该图片由AI生成
作者：陆易斯 / 数智猿
在近日举行的主题为“开启香港蓬勃的AI生态（Unlocking a Thriving AI Ecosystem in Hong Kong）”的创新技术论坛2026（InnoTech Forum 2026）上，一座正在兴建的数据园区引起了诸多与会者的关注。
这项投资来自润泽科技。今年3月，润泽（香港）沙岭数据园区在香港新界沙岭正式动工。按照香港特区政府公布的信息，该项目总楼面面积达25万平方米，其中近九成用于高端数据中心，预计42个月内投入运营；开发至投入运营的首三年累计投资规模达238亿港元，至2032年园区规划算力规模将达到18万PFLOPS，相当于目前香港算力规模的36倍。
相较过去几年香港各大论坛围绕科研、人才、应用、资本和全球化提出的一系列产业构想，沙岭项目已经进入施工阶段，拥有明确的建设地点、投资规模、工程周期和运营目标。这也让InnoTech Forum 2026呈现出一幅更具体的产业图景。由投资推广署（InvestHK）主办的这场论坛，覆盖芯片、基建、模型和应用四个环节，呈现出香港AI产业从技术研发到基础设施、产业应用逐步落地的过程。
香港特区行政长官李家超在2026年《施政报告》及首份《五年规划》中，进一步将AI置于产业发展层面，提出构建覆盖上中下游的全链条产业生态圈，并制定各行业发展蓝图。由此，香港对AI基础设施的讨论，也开始从“要不要建设”，转向“怎么建、谁来用，以及如何形成持续的算力需求”。
来源：aimarketer.hk
238亿港元先落地：润泽为什么把境外首个数据中心放在香港？在InnoTech Forum 2026现场，论坛进行至中段时，前几位嘉宾大多使用英文。润泽科技副总经理、CTO沈诚登台后则直接用普通话发表演讲，并参与圆桌讨论。环节结束后的中场休息，不少前排嘉宾很快围了上来。
相比继续讨论AI 的长期愿景，润泽带来的显然是一个已经开发的项目。
沈诚首先介绍了润泽科技在国内的AIDC布局，以及公司从传统IDC向AIDC、智算集群转型的路径。与仍处于规划阶段的项目相比，沙岭数据园区的特点在于，它已经进入工程建设阶段。
在生成式AI发展的初期，香港与不少地区一样，主要通过超算中心、算力资助和云服务，支持科研机构与企业使用AI；但随着模型训练、企业推理和Agent应用持续增长，分散的算力供给已经难以完全替代大型基础设施。沙岭项目则进一步将香港的算力建设，从公共支持和按需采购，推进到具备长期运营能力的大型数据园区。
那么，润泽为何又将出海第一站放在香港？沈诚在InnoTech论坛上提到，政策、电力和网络等基础条件，是其中几个关键因素。
润泽科技副总经理、CTO沈诚，来源：数智猿现场拍摄
从政策和区位看，沙岭位于北部都会区和港深口岸经济带。园区的服务范围因此并不限于香港本地，既可以承接内地模型和AI服务出海的算力需求，也可以为海外企业进入大湾区及周边市场提供基础设施节点。
对于大型智算中心而言，电力是选址时的关键因素。香港电费相对较高，但稳定的电力供应、国际网络连接、税务环境，以及政府推动项目的效率，都是润泽重点考量的条件。沈诚表示，公司更看重电力供应的稳定性，同时香港在税费方面也具有一定优势。
除了电力，网络连接同样重要。沈诚表示，香港是亚太重要的网络枢纽，与内地之间也具备较低的网络时延，可以在不同算力资源之间形成连接。未来，沙岭承载的算力既可以连接内地的训练和推理资源，也可以服务国际模型公司、企业及跨境AI应用。
在此前的Data Center Asia大会上，数智猿了解到，沙岭这一吉瓦级园区的规划是建立在“训推存一体化”的思路上。未来，大型园区不会只服务预训练，还将同时承载训练、推理、研发以及远期算力储备。这意味着，它不只是通过增加机柜数量扩张的数据中心，而是更接近AI基础设施时代的大型算力资产。
润泽自身的业务模式也在发生变化。沈诚在论坛上将公司的经营模式概括为：从传统的机柜及空间租赁，发展到裸金属和算力租赁，再进一步向模型、API和应用服务延伸。如果这一模式未来能够在香港落地，那么沙岭的角色也可能从基础设施提供者，进一步向AI服务基础设施平台延伸。
因此，沙岭项目值得进一步观察的，不只是238亿港元的投资规模。如果最终只是增加一批可出租机柜，对香港AI产业的带动仍然有限；但如果园区能够吸引模型公司、企业级AI平台和应用企业，并进一步连接大湾区与国际市场，其角色就可能从一项大型基础设施投资，延伸为香港AI产业的“工程支点”，让电力、网络、算力、应用和资本等要素在这里真正汇聚起来。
香港加速兴建的，还有AI产业链的上游沙岭项目解决的是算力容量问题，但随着算力规模扩大，新的瓶颈也将逐渐转向芯片、存储等上游环节。香港科技大学副校长、InnoHK智能晶片与系统研发中心主任郑光廷（Tim Cheng）教授在论坛上表示，随着AI对计算、内存和电力的需求快速增长，能源效率将成为基础设施继续扩张的重要约束。
不同AI工作负载对芯片和系统的要求并不相同。大规模模型训练更强调集群扩展、高速通信和长时间稳定运行；边缘推理则更加看重实时响应、低延迟和低功耗。因此，很难依靠一套通用芯片解决所有场景。郑光廷认为，训练是少数玩家参与的市场，而推理则可能成为更广泛的参与者都能进入的市场，边缘AI和物理AI也将带来新的机会。
能源问题同样正在变得更加突出。郑光廷表示，过去数据中心的能源需求通常预计每3至4年翻一倍，但过去18个月Token经济的增长可能加快这一速度。随着AI算力需求持续上升，全球能源供给与数据中心需求之间的矛盾可能在2031年前后变得更加明显。
来源：Int'l Energy Agency and Goldman Sachs Research, Media, 郑光廷（Tim Cheng），数智猿现场拍摄，豆包AI优化
这意味着，下一阶段的竞争不只是建设更多算力，也包括模型、芯片架构与制造工艺之间更紧密的协同。针对具体模型和应用进行芯片优化，可能比单纯增加通用计算资源更有效。郑光廷介绍，芯片设计中约70%取决于架构、20%取决于制程。对香港而言，与成熟制造地区直接竞争晶圆产能并非优势所在，更现实的方向是依托高校人才和国际科研能力，聚焦AI芯片架构、高能效计算、边缘芯片和设计工具。
郑光廷在论坛上也介绍了InnoHK智能晶片与系统研发中心（ACCESS）的相关工作。成立7年来，ACCESS希望覆盖从“0到1”到“1到10”的过程，将学术成果进一步转化为产业可采用的设计和商业级样品。例如，其研发的AC-Transformer芯片采用28纳米制程，据介绍，能效较通用GPU方案提升约7倍，计算效率提升约16倍，相关论文还被ISSCC 2026选为亮点论文。
香港科技大学副校长、InnoHK智能晶片与系统研发中心主任郑光廷，来源：数智猿现场拍摄
实验室完成设计之后，还需要一座连接科研成果与规模化制造的“桥梁”。
香港微电子研发院（MRDI）CEO高腾博士（Gao Teng）随后在论坛上表示，研发院正在建设采用工业标准设备的研发及中试线，用于科研成果进入规模化制造前的工艺验证和产业验证。目前，香港微电子研发院正推进两条第三代半导体芯片中试线建设，希望通过这一环节打通从上游研究到下游产业化的“1到10”转化。
香港微电子研发院（MRDI）CEO高腾博士，来源：数智猿现场拍摄
这样，一条相对清晰的转化路径开始显现：高校和研究中心完成技术突破，芯片研发团队形成设计与样品，微电子研发及中试平台完成工艺和产业验证，再由大湾区制造供应链继续放大。沙岭则提供规模化算力基础。上下游结合，让香港不仅能够承载AI算力，也有机会进一步参与芯片设计、验证以及AI基础设施的构建。
有了底座之后，AI能不能进入香港的产业？算力和芯片最终都要落到真实的产业需求上。一个AI生态能否真正运转，不只是看有多少算力、研发中心和技术平台，更取决于这些能力能否进入企业的业务流程，并形成持续的应用需求。
金融、航运、物流、零售和专业服务在香港高度集中。这些行业拥有真实客户、复杂业务流程和一定的付费能力，也对系统的安全、合规、可靠性和交付质量提出了更高要求。
范式集团副总裁、首席战略官兼香港办事处总经理曾慈雯（Maryann Tseng）在论坛上提出，随着大模型能力逐步普及，企业关注的重点已经从“哪个模型更强”，转向AI能否真正运行并规模化应用：能否从单个试点扩展到更多团队，能否进入原有工作流，以及成本、监管和责任是否可控。
围绕这些问题，范式目前从四个环节推动企业落地：统一管理异构算力，打通芯片与模型之间的适配，通过推理优化和资源调度提高算力利用效率，并通过AI代理和API服务连接模型、工具、数据与业务流程。
曾慈雯认为，企业需要的“不是一次性的工具”，而是能够长期运营、持续复用和不断升级的智能生产能力，并最终转化为可持续使用的“智能产能”。
在这一过程中，香港也可以承担一层验证角色。内地技术企业可以先在香港与本地客户合作，让产品在国际商业规则、专业服务和合规环境下实际运行，再进一步拓展海外市场。正如投资推广署创新及科技高级副总裁何至锋（Stanley Ho）所说，香港已成为海内外企业应用走向全球市场的“最佳试验田和跳板”。
总部位于上海的西井科技，其在香港港口的运营实践，为这一路径提供了一个实际案例。
西井科技从港口设备自动化切入，逐步拓展至无驾驶舱运输车辆、换电设施和车队管理系统。2026年4月，和记港口信托在香港国际货柜码头启用香港首批无人驾驶货柜车，其中6辆西井科技Q-Truck在四号货柜码头投入运营。
来源：HPH Trust
这一项目的意义不只是港口采用了几辆无人驾驶车辆。一个完整的港口自动化项目，需要接入现有码头运营系统，与有人驾驶车辆和其他设备协同作业，还涉及远程管理、车队调度、安全监测、设备维护和本地运营支持。也就是说，AI只有进入这套完整流程，才能从技术产品转化为港口实际的生产能力。
西井科技海外公共事务总监王舒迟（Edwin Wang）在论坛上表示，公司将香港作为国际总部和海外研发节点，希望形成“香港研发、香港验证、香港商业化落地，再从香港出海”的业务路径。
西井科技海外公共事务总监王舒迟（Edwin Wang）演讲，来源：数智猿现场拍摄
港口、机场和海空联运等场景，也为香港提供了物理AI落地的现实场景。这些场景业务量大、运营成本高，对安全性和稳定性的要求也更高。如果AI系统能够在这些环境中长期运行并证明价值，积累的经验也更有机会复制到其他国际港口、机场和工业物流场景。
这与沙岭项目形成了另一种呼应：一端是算力基础设施，另一端则是产业应用。算力只有进入真实的产业场景，基础设施投资才有机会进一步转化为持续的业务价值。
从“地基搭建”到“生态形成”，香港还要走多远？从算力基础设施、芯片研发到产业应用，香港已经出现了一批AI产业的实体落点。与此同时，香港还拥有资本、专业服务、国际客户以及帮助内地AI企业出海的条件。因此，香港AI产业正在发生的变化，并不是突然出现了一家超级AI公司，而是基础设施、技术平台和应用项目开始同时落地。
但项目变多，并不意味着生态已经形成。真正的生态不是把算力、芯片、应用和资本分别摆在一起，而是让它们相互创造需求。算力项目为模型和应用提供基础设施，企业应用为数据中心和芯片研发提供客户，科研平台向产业输出技术和成果，国际市场则为经过验证的产品提供增长空间。
这也意味着，香港需要有人把这些分散的项目、企业和市场连接起来。投资推广署（InvestHK），正是其中一个重要角色。
署理投资推广署署长刘智元（Arnold Lau）在InnoTech Forum 2026开幕致辞中表示，投资推广署的使命是担任“超级联系人”和“超级增值人”，赋能内地平台以香港为国际跳板，同时将全球创新引入大湾区。
署理投资推广署署长刘智元（Arnold Lau），来源：InvestHK
在这一体系中，投资推广署并不直接建设数据中心、研发芯片或开发AI应用，其价值更多在于缩短技术、项目与市场之间的距离，帮助企业找到合作伙伴、客户和落地场景。
在闭幕式上，投资推广署创新及科技、生命与健康科学总裁黄炜卓（Andy Wong）梳理了香港正在形成的AI产业基础：上游有高校和AI研究中心，中游连接科学园、北部都会区与深圳，基础设施则包括电力、海底电缆和沙岭数据中心，政府则通过AI超算中心、公共部门应用计划和资本支持推动产业落地。在他看来，香港既要推动“AI产业化”，也要推动“产业AI化”，让更多企业使用AI。
投资推广署创新及科技、生命与健康科学总裁黄炜卓（Andy Wong），来源：数智猿现场拍摄
据悉，投资推广署2026年上半年协助413家海外及内地企业在香港设立或扩展业务，预计为香港带来超过530亿港元直接投资，并创造超过8600个职位。这些数字至少说明，香港正在吸引更多企业和资本进入。对AI产业而言，下一步更值得关注的，不只是有多少企业落户，而是这些企业能否进一步形成稳定的合作、供应和客户关系。
创新科技及工业局副局长张曼莉（Lillian Cheong）表示：“AI已不再只是香港的一项新兴趋势，而是定义我们下一个时代的引擎。” 对香港而言，更现实的路径或许不是复制深圳的制造体系，或追求另一个超大规模的AI产业集群，而是利用自身的国际化环境、专业服务和高价值应用场景，与大湾区的研发、制造和供应链能力形成分工。
创新科技及工业局副局长张曼莉（Lillian Cheong），来源：数智猿现场拍摄
沙岭项目的动工只是起点，各环节能否真正连接起来才是关键。当数据中心承载起真实算力，芯片研发进入产业验证，AI应用借助香港走向国际市场，原本分散的项目和资源开始形成产业连接。到那时，香港AI将不再只是规划蓝图上的远景，在国际金融中心之外，一座轰鸣运转、辐射全球的智能产业新枢纽，也将在这片土地上崛起。
